lore
Lore
El grafo de conocimiento vivo para tu proyecto de software.
Estado: pre-1.0, mantenimiento individual. Lore es funcional y se utiliza en proyectos en producción, pero la API, el esquema y la superficie MCP aún pueden cambiar entre versiones menores. Los informes de errores son bienvenidos; es posible que las solicitudes de extracción (PR) de nuevas funcionalidades no se fusionen mientras el diseño se estabiliza. El repositorio se abrirá a una colaboración más amplia una vez que la API sea estable (objetivo: 1.0).
Lore captura la lógica de negocio de un proyecto —módulos, capacidades, flujos, eventos, reglas, formularios, entidades y decisiones— como un grafo tipado respaldado por SQLite, y lo expone a través de MCP para que los asistentes de codificación por IA (Claude Code, Cursor, Claude Desktop) puedan consultarlo y mantenerlo como parte del trabajo habitual.
Responde a preguntas como "¿cuántas formas existen de registrar un pago?", "¿qué se rompe si toco flow-checkout?" o "¿qué reglas protegen esta entidad?" en una sola llamada de herramienta, con procedencia y sin tener que volver a explorar el código base cada vez.
Por qué
Memoria persistente entre sesiones: el grafo sobrevive a los reinicios de contexto.
Cero sobrecarga de documentación: el asistente escribe a medida que se toman decisiones sobre los conceptos, no como una tarea separada.
Auditable: cada nodo lleva
source,confidence,source_context. Cada llamada MCP se registra.Eficiente en tokens: listados solo de resumen, operaciones por lotes, subagentes económicos para exploración, SQLite en modo WAL.
Related MCP server: kg-memory-mcp
Instalación (plugin de Claude Code — recomendado)
/plugin marketplace add YACB2/lore
/plugin install lore@loreRecarga y, desde el proyecto que deseas modelar, ejecuta lore init (o /lore:bootstrap para una incorporación guiada que escanea el código con Haiku). Un "Proyecto" puede ser un único repositorio o un espacio de trabajo que contenga varios repositorios; Lore no tiene preferencias, .lore/lore.db se crea en relación con el directorio desde el que iniciaste Claude Code.
El plugin incluye:
Servidor MCP que expone
lore_add_node,lore_add_nodes,lore_update_node,lore_delete_node,lore_get_node,lore_add_edge,lore_add_edges,lore_remove_edge,lore_query,lore_traverse,lore_list,lore_find_variants,lore_audit,lore_history,lore_stats,lore_export_markdown.Habilidad invocada automáticamente (
lore-usage) que le dice a Claude que lea antes de actuar y escriba al tomar una decisión, con reglas de procedencia y convenciones de ciclo de vida.Subagente
lore-explorer(Haiku, solo lectura) para una exploración amplia sin consumir tokens costosos.Comandos de barra:
/lore:init,/lore:bootstrap,/lore:audit,/lore:show <id>,/lore:recent,/lore:impact <id>,/lore:probe <path>(auditar el grafo de otro proyecto sin cambiar de directorio).
Instalación (CLI independiente / otros hosts MCP)
pipx install projectlore # or: uv tool install projectlore
lore initPara Cursor / Claude Desktop:
{
"mcpServers": {
"lore": {
"command": "lore",
"args": ["mcp", "--db", ".lore/lore.db"]
}
}
}Referencia de CLI
lore init # create .lore/lore.db
lore list [--type flow] # summary listing (id, type, title, status)
lore show <id> # full detail + edges
lore query "payment" # exact id → title substring → tag fallback
lore variants <capability-id> # flows implementing a capability
lore audit # orphans, cycles, id hygiene
lore stats [--since ISO] # token/usage analytics from the audit log
lore export --out .lore/export # one markdown file per nodeEsquema
Ocho tipos de nodos (independientes de la pila): module, capability, flow, event, rule, form, entity, decision.
Nueve relaciones: part_of, implements, depends_on, triggers, validates, enforces, supersedes, references, conflicts_with. Los pares de tipos están restringidos (ver schema.py).
Estados: active | draft | deprecated | superseded | archived. La eliminación lógica (soft-delete) es la predeterminada; lore_delete_node está reservado para errores tipográficos y advierte sobre la pérdida de aristas.
La abstracción central es capability (capacidad): algo que el sistema sabe hacer, independientemente de cómo. Múltiples nodos flow pueden implements la misma capacidad, revelando divergencias en la UX o la lógica.
Enrutamiento de modelos
Las operaciones se dividen según el costo:
Lecturas (escaneos amplios, recorridos, auditorías): delegadas a Haiku a través del subagente
lore-explorero el frontmattermodel: haikuen los comandos de barra.Escrituras y decisiones de modelado: modelo del llamador (Sonnet/Opus). Un subagente propone JSON; el llamador revisa y persiste.
Anulación por proyecto en .lore/config.json:
{
"language": "es",
"app_name": "my-app",
"models": { "exploration": "haiku", "write": "sonnet" }
}Procedencia e historial
Cada nodo lleva metadata.{source, confidence, source_context} y, cuando es relevante, source_ref (path:line), last_verified_at, deprecated_at, deprecated_reason, replaced_by.
lore_update_node(metadata_patch=…) fusiona sin destruir la procedencia; metadata sigue existiendo para reemplazos completos poco frecuentes.
lore_history(id) devuelve cada evento MCP para un nodo (el más reciente primero) desde el registro de auditoría de solo adición. lore_stats agrega por herramienta/operación e informa los bytes de entrada/salida.
Estado
Pre-MVP, alfa. El esquema y la superficie de herramientas MCP pueden cambiar antes de la versión 0.1.0.
Desarrollo
uv sync --all-groups
uv run pytest -q
uv run ruff check src testsLas pruebas residen en tests/. El diseño del plugin es validado por test_plugin_structure.py.
Licencia
MIT.
This server cannot be deployed
Maintenance
Related MCP Connectors
Give your AI agent persistent, governed memory for every project. At task start it recalls the approved decisions, conventions, risks and architecture (semantic search, ranked by importance); at close it proposes what was learned as typed memories that you review and approve — governance, not a notes dump. Agents propose, humans govern: edits go back to pending and deletion is human-only by design. Connect Claude Code, Cursor, Claude Desktop or any MCP client in two minutes with just your API key — hosted (nothing to install) or locally via `uvx solucortex-mcp`. Built by SoluAI and dogfooded daily: SoluCortex is developed using its own living memory.
Persistent, portable memory for AI assistants — your private memory graph, from any MCP client.
Personal knowledge graph as an AI memory layer over MCP - read, save, and link your memories.
Hosted MCP memory: save sessions/decisions once, search from Claude, Cursor, ChatGPT. EU-hosted FTS.
Related MCP Servers
- FlicenseNot gradedqualityDmaintenanceAI-native code intelligence graph that builds a persistent knowledge graph of your codebase in Neo4j and exposes it to AI assistants via MCP, enabling contextual code analysis, impact analysis, and dependency tracking.23-
- FlicenseNot gradedqualityDmaintenanceAn in-memory knowledge graph MCP server that gives coding agents structural and semantic recall over codebases by indexing Python source, ADR documents, and project configuration, exposing 7 tools for search, traversal, context retrieval, and natural-language Q&A.-
- AlicenseNot gradedqualityAmaintenanceA local knowledge graph of your codebase for Claude Code on macOS, exposing structural data via MCP tools for querying calls, imports, test coverage, and impact analysis.26 PyPI1MIT
- AlicenseNot gradedqualityAmaintenanceAn MCP server for AI-assisted project development and tracking. It exposes a typed graph of design nodes (concepts, decisions, requirements, etc.) and edges to Claude Code, enabling structured management of project knowledge and report generation.3Apache 2.0